文献类型：期刊文章

作　　者：都云琪[1] 肖诗斌[2]

机构地区：[1]西安电子科技大学计算机学院,西安710071 [2]北京信息工程学院中文信息处理研究中心,北京100101

出　　处：《计算机工程》

年　　份：2002

卷　　号：28

期　　号：11

起止页码：137-138

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：根据文本数据学习的特点，采用线性支持向量机（LSVM）学习算法，实现了一个中文文本自动分类系统，并对该系统进行了针对大规模真实文本的试验测试。结果发现，系统的招回率较低，而准确率较高，该文对此结果进行了分析，并提出了一种采用训练中拒识样本信息对分类器输出进行改进的方法，试验表明，该方法有效地提高了系统的性能，取得了令人满意的结果。

关 键 词：支持向量机 中文文本 自动分类  招回率  准确率  学习算法 中文信息处理

分 类 号：TP391.12]